Tugas Akhir Paper Statistika kelas E
-
Devi Alvita Bellinda (212013240)
Diva Alvita Bellinda (212012197)
Yehezkiel Chris S
(212013073)
Prio Dwi Handoko
(212013158)
Andrew Andryan H (212013054)
Data Indeks Pembangunan Manusia (IPM) di
Provinsi LampungTh. 2009 dan 2010
2010
AMH
2009
2010
PPK
2009
2010
66,83
67,14
69,67
97,28
7,35
7,42
Tanggamus
Lampung
selatan
Lampung
timur
Lampung
tengah
Lampung
utara
68,92
69,33
94,68
95,32
7,26
7,36
68,2
68,44
94,37
94,85
7,13
7,41
70,02
70,22
93,32
93,32
6,98
7,35
69,09
69,25
93,08
93,08
7,22
7,39
67,73
67,94
95,25
95,25
7,59
7,96
Way kanan
Tulang
bawang
69,26
69,45
94,61
94,61
6,96
7,27
68,59
68,86
93,29
93,8
6,69
7,1
Pesawaran
68,3
68,4
93,77
94,41
7,46
7,46
Piringsewu
68,44
68,51
94,19
94,19
8,58
8,58
Mesuji
68,39
Tulang
bawang
barat
68,66
Kota bandar
lampung
70,5
68,39
91,74
92,36
6,04
6,3
68,66
91,2
92,48
7,45
7,45
70,87
98,44
98,44
9,91
9,91
Kota metro
72,54
97,49
97,49
9,82
9,82
Lampung
barat
AHH
2009
72,38
Keterangan
AHH : Angka Harapan Hidup
AMH : Angka Melek huruf
PPK : Pendapatan Per Kapita
IPM
2009
602,3
2
619,9
7
610,0
2
610,3
3
617,7
1
610,8
7
602,6
2
616,0
2
606,7
6
623,8
4
594,8
4
599,9
7
630,7
6
629,3
9
2010
603,4
3
620,1
9
611,1
9
612,5
9
619,5
9
604,3
8
612,2
8
617,8
9
608,6
4
626,9
2
598,2
4
602,1
7
632,6
631,2
6
IPM : Indeks Pembangunan Manusia
UJI REGRESI :
Berganda
X>1
Sederhan
a
X=1
Linear
Regresi
U
Non
Linear
Uji Regresi Linear
Karena data yang kami peroleh memiliki variabel independen (X) lebih
dari satu maka kami menggunakan Uji Regresi Linear Berganda.
X= Variabel Independent = AHH, AMH, PPK
Y= Variabel Dependent = IPM
I.
Uji regresi
Kami ingin mengetahui ada atau tidak nya pengaruh antara AHH, AMH,
dan PPK terhadap IPM untuk itu kami mengambil sampel beberapa kota
dari provinsi Lampung.
Hipotesa
Ho: AHH, AMH, PPK tidak berpengaruh dengan IPM.
Ha : AHH, AMH, PPK berpengaruh dengan IPM.
Alpha: 5% (0,05)
Uji formula
ANOVAb
Sum
Model
1
of
Squares
df
Mean Square
F
Sig.
Regression
2098.223
3
699.408
16.576
.000a
Residual
1012.631
24
42.193
Total
3110.854
27
a. Predictors: (Constant), ppk, amh, ahh
b. Dependent Variable: ipm
f hitung : 16,576
f tabel: 3,008787=Finv(5%;3;24) excel
f hitung>f tabel
Kesimpulan: Ho ditolak, artinya ada pengaruh antara variabel AHH,
AMH, dan PPK dengan IPM.
P value (Sig) : 0,000
Alpha : 0,05
Sig< alpha
Kesimpulan :Ho ditolak, artinya ada pengaruh antara variabel AHH,
AMH, dan PPK dengan IPM.
II.
Model regresi
Coefficientsa
Standardi
zed
Unstandardized
Coefficien
Coefficients
ts
95% Confidence Interval for B
Std.
Model
1
B
Error
414.551
78.799
amh
.220
.281
ahh
1.894
ppk
6.192
(Consta
nt)
Lower
Beta
t
Sig.
Bound
Upper Bound
5.261
.000
251.919
577.184
.103
.781
.443
-.361
.800
1.325
.233
1.429
.166
-.842
4.629
1.578
.601
3.924
.001
2.936
9.449
a. Dependent Variable:
ipm
Rumusan Regresi : Y = a + bx
Y= Variabel dependent yang di pengaruhi
A= Nilai Konstanta
B= Koefisien Regresi
X= Variabel independent yang mempengaruhi
Y= a+b1x1+b2x2+b3x3
IPM =414,551+ 0,220 (AMH)+ 1,894 (AHH)+ 6,192 (PPK)
A : 414,551, artinya :berapapun nilai X (AMH 0,220, AHH 1,894, PPK
6,192) maka nilai IPM akan tetap sebesar 414,551.
B1 : 0,220 AMH, artinya :ketika ada kenaikan AMH sebesar 1000 satuan
maka akan ada kenaikan IPM sebesar 220 satuan.
B2: 1,894 AHH, artinya: ketika ada kenaikkan AHH sebesar 1000 satuan
maka akan ada kenaikan IPM sebesar 1894 satuan.
B3 : 6,192 PPK,artinya :ketika ada kenaikan PPK sebesar 1000 satuan
maka akan ada kenaikan IPM sebesar 6192 satuan.
III.
Nilai R Square dan Korelasi (R)
Model Summaryb
Std.
Error
Model
R
R Square
Adjusted R Square
Estimate
1
.821a
.674
.634
6.49561
of
the
a. Predictors: (Constant), ppk, amh, ahh
b. Dependent Variable: ipm
R:0,821, artinya : terdapat korelasi positif sangat kuat antara variabel
AHH, AMH, dan PPK terhadap variabel IPM.
R square : 0,674, artinya : kemampuan veriabel AHH, AMH, dan PPK
dalam menjelaskan variabel IPM cukup baik sebesar 67,4%dan sisanya
3,26% dijelaskan oleh variabel lain.
Devi Alvita Bellinda (212013240)
Diva Alvita Bellinda (212012197)
Yehezkiel Chris S
(212013073)
Prio Dwi Handoko
(212013158)
Andrew Andryan H (212013054)
Data Indeks Pembangunan Manusia (IPM) di
Provinsi LampungTh. 2009 dan 2010
2010
AMH
2009
2010
PPK
2009
2010
66,83
67,14
69,67
97,28
7,35
7,42
Tanggamus
Lampung
selatan
Lampung
timur
Lampung
tengah
Lampung
utara
68,92
69,33
94,68
95,32
7,26
7,36
68,2
68,44
94,37
94,85
7,13
7,41
70,02
70,22
93,32
93,32
6,98
7,35
69,09
69,25
93,08
93,08
7,22
7,39
67,73
67,94
95,25
95,25
7,59
7,96
Way kanan
Tulang
bawang
69,26
69,45
94,61
94,61
6,96
7,27
68,59
68,86
93,29
93,8
6,69
7,1
Pesawaran
68,3
68,4
93,77
94,41
7,46
7,46
Piringsewu
68,44
68,51
94,19
94,19
8,58
8,58
Mesuji
68,39
Tulang
bawang
barat
68,66
Kota bandar
lampung
70,5
68,39
91,74
92,36
6,04
6,3
68,66
91,2
92,48
7,45
7,45
70,87
98,44
98,44
9,91
9,91
Kota metro
72,54
97,49
97,49
9,82
9,82
Lampung
barat
AHH
2009
72,38
Keterangan
AHH : Angka Harapan Hidup
AMH : Angka Melek huruf
PPK : Pendapatan Per Kapita
IPM
2009
602,3
2
619,9
7
610,0
2
610,3
3
617,7
1
610,8
7
602,6
2
616,0
2
606,7
6
623,8
4
594,8
4
599,9
7
630,7
6
629,3
9
2010
603,4
3
620,1
9
611,1
9
612,5
9
619,5
9
604,3
8
612,2
8
617,8
9
608,6
4
626,9
2
598,2
4
602,1
7
632,6
631,2
6
IPM : Indeks Pembangunan Manusia
UJI REGRESI :
Berganda
X>1
Sederhan
a
X=1
Linear
Regresi
U
Non
Linear
Uji Regresi Linear
Karena data yang kami peroleh memiliki variabel independen (X) lebih
dari satu maka kami menggunakan Uji Regresi Linear Berganda.
X= Variabel Independent = AHH, AMH, PPK
Y= Variabel Dependent = IPM
I.
Uji regresi
Kami ingin mengetahui ada atau tidak nya pengaruh antara AHH, AMH,
dan PPK terhadap IPM untuk itu kami mengambil sampel beberapa kota
dari provinsi Lampung.
Hipotesa
Ho: AHH, AMH, PPK tidak berpengaruh dengan IPM.
Ha : AHH, AMH, PPK berpengaruh dengan IPM.
Alpha: 5% (0,05)
Uji formula
ANOVAb
Sum
Model
1
of
Squares
df
Mean Square
F
Sig.
Regression
2098.223
3
699.408
16.576
.000a
Residual
1012.631
24
42.193
Total
3110.854
27
a. Predictors: (Constant), ppk, amh, ahh
b. Dependent Variable: ipm
f hitung : 16,576
f tabel: 3,008787=Finv(5%;3;24) excel
f hitung>f tabel
Kesimpulan: Ho ditolak, artinya ada pengaruh antara variabel AHH,
AMH, dan PPK dengan IPM.
P value (Sig) : 0,000
Alpha : 0,05
Sig< alpha
Kesimpulan :Ho ditolak, artinya ada pengaruh antara variabel AHH,
AMH, dan PPK dengan IPM.
II.
Model regresi
Coefficientsa
Standardi
zed
Unstandardized
Coefficien
Coefficients
ts
95% Confidence Interval for B
Std.
Model
1
B
Error
414.551
78.799
amh
.220
.281
ahh
1.894
ppk
6.192
(Consta
nt)
Lower
Beta
t
Sig.
Bound
Upper Bound
5.261
.000
251.919
577.184
.103
.781
.443
-.361
.800
1.325
.233
1.429
.166
-.842
4.629
1.578
.601
3.924
.001
2.936
9.449
a. Dependent Variable:
ipm
Rumusan Regresi : Y = a + bx
Y= Variabel dependent yang di pengaruhi
A= Nilai Konstanta
B= Koefisien Regresi
X= Variabel independent yang mempengaruhi
Y= a+b1x1+b2x2+b3x3
IPM =414,551+ 0,220 (AMH)+ 1,894 (AHH)+ 6,192 (PPK)
A : 414,551, artinya :berapapun nilai X (AMH 0,220, AHH 1,894, PPK
6,192) maka nilai IPM akan tetap sebesar 414,551.
B1 : 0,220 AMH, artinya :ketika ada kenaikan AMH sebesar 1000 satuan
maka akan ada kenaikan IPM sebesar 220 satuan.
B2: 1,894 AHH, artinya: ketika ada kenaikkan AHH sebesar 1000 satuan
maka akan ada kenaikan IPM sebesar 1894 satuan.
B3 : 6,192 PPK,artinya :ketika ada kenaikan PPK sebesar 1000 satuan
maka akan ada kenaikan IPM sebesar 6192 satuan.
III.
Nilai R Square dan Korelasi (R)
Model Summaryb
Std.
Error
Model
R
R Square
Adjusted R Square
Estimate
1
.821a
.674
.634
6.49561
of
the
a. Predictors: (Constant), ppk, amh, ahh
b. Dependent Variable: ipm
R:0,821, artinya : terdapat korelasi positif sangat kuat antara variabel
AHH, AMH, dan PPK terhadap variabel IPM.
R square : 0,674, artinya : kemampuan veriabel AHH, AMH, dan PPK
dalam menjelaskan variabel IPM cukup baik sebesar 67,4%dan sisanya
3,26% dijelaskan oleh variabel lain.